Files
ykxmz/windows/lanremote/discovery.py
T
xmz7891 8880e7033d 修「经中转几次后永久哑掉」——「按一下没反应」的真因
== 现象 ==

用户报:
  * 局域网能搜到电脑,IP/端口/配对码都对,连上后**没有任何反应**
  * 走中转「已配对」,但点按钮没反应

局域网那一半已经修过(preferLan)。这次抓到的是**经中转**那一半,
而且比预想的严重得多。

== 证据链(插桩复现出来的)==

被控端日志里直接抛了未捕获异常,线程当场死:

    Exception in thread client-relay:
      server.py:407  session.send(reply)
      relay.py:166   self._link.send_to_client(data)
      relay.py:357   self._post("/v1/agent/send", ...)
      relay.py:766   raise RelayError(f"请求失败: {last_error}")
    lanremote.relay.RelayError: 请求失败: Idle

之后的状态:
  * client-relay 线程没了 —— 电脑再也不往手表回任何东西
  * relay-link 线程还活着、还在长轮询 —— 中转那边看着「设备在线」
  * **手表看到的就是「连上了,但按一下毫无反应」**

写入仓库的测试 _tests/test_relay_local.py 一直是这个形状:
前面几项 PASS、跑到经中转发命令就卡死。之前没人深挖。

== 根因 1:一条 HTTP/1.1 连接被两个线程同时用 ==

_post() 里锁只包住「取连接」那一段:

    with self._http_lock:
        connection = self._http      # 锁到这里就放了
    try:
        connection.request("POST", ...)   # 锁外发请求

于是两个线程会同时用同一条 connection:
  * relay-link 线程跑 /v1/agent/poll —— 长轮询,一条请求挂 180 秒
  * client-relay 线程同时 POST /v1/agent/send

HTTP/1.1 一条连接同一时刻只能有一个在途请求,第二个线程一进来
就撞上 http.client 状态机,抛 CannotSendRequest("Idle")。

_post 的「重试一次」也救不了:它 _drop_http() 之后,另一个线程
手里还攥着那条旧连接对象在发,照样坏。

修法:
  * **发命令用独立连接**(_post 加 dedicated 参数)。
    长轮询那条常年被占着,发命令不该去挤它,各走各的。
  * 两条连接各自一把锁**锁住整个「发请求 + 读响应」周期**,
    不再只锁取连接那一下。
  * 普通请求若发现缓存连接正忙(长轮询在途),临时另开一条用完即关。
  * _drop_http(dedicated=) 区分清哪条;finally 里一定归还占用
    (否则那条连接会被永久标记为忙)。

== 根因 2:回包失败会打死整个会话线程 ==

server.py 的 _client_loop 里:

    if reply is not None:
        session.send(reply)      # <- 不在任何 try 里
    ...
    except OSError:              # <- 外层只捕获 OSError
        pass

而中转链路上 send 抛的是 RelayError,直接冒出去把线程打死。
**死一次就永久哑**,代价太大。

修法:session.send() 单独兜住所有异常,失败就断开这个会话
(让手表重连),绝不让线程消失。外层也补一个兜底 except。

== 修复效果 ==

    修复前:pair OK -> ping OK -> ping 卡死 -> 线程崩溃,永久哑
    修复后:pair 21ms -> ping 82ms -> ping 4ms -> ping 6ms,零异常

_tests/test_relay_local.py:**之前完全卡死 -> 现在 21/21 全过**

这个测试之前一直是红的,说明「35 个阶段的回归全绿」这件事
本身就不成立过 —— 某个阶段卡住时看起来像环境问题而不是缺陷。

== 同批修掉验证阶段找到的其它问题 ==

1. **TTL 清理 + 关掉接入开关 = 设备永久锁死**(严重)
   register() 用 `device_id in self.devices` 判断老设备,但超时清理
   把设备从 devices 和 codes 都删了。电脑关机过夜(必然 > 6 小时)
   第二天开机就会被自己的开关挡住,而且**重启也救不回来**
   (清 codes 时没落盘,重启后又当孤儿清一遍,自我维系)。
   管理员在页面上还看不到这台设备,不知道该放开谁。
   修法:状态文件里单独存 knownDevices 设备历史,超时清理绝不动它;
   register 改查这份历史;清理后补 _save();delete_device 才真正忘记。

2. **管理页 JS 语法错误 -> 所有按钮失效**(严重)
   admin.py 里 ADMIN_JS 是普通三引号字符串,我在 Python 源码里写的
   `\n` 被变成真实换行,拼进 JS 就是字符串里的裸换行 ->
   整段 <script> 不执行 -> 改码/删除/批量删除/全选全变幽灵按键。
   元凶是我加改码功能那次提交。改成 `\\n`。

3. **--relay / --relay-status 崩溃**(严重)
   RelayLink.start(url) 的 url 是必填参数,我把默认地址改空白时
   run_agent.py 两处调用没跟着改。一处被 try 吞成「测试失败:missing
   1 required positional argument」(用户以为地址填错了),
   一处直接报栈。两处都补上 url。

4. 非法 deviceId(控制字符 / 路径分隔符)现在被拒(白名单:
   字母数字 + - _ . :)

5. enable_relay() 第二次调用不再谎报成功(加 RelayLink.running 属性,
   返回值反映真实运行状态;不再用「对象建过没有」判断)

6. snapshot() 清孤儿码后补 _save(),磁盘和内存不再脱节

== 局域网全面优化(task-2,另一个智能体完成)==

4 个真问题:
  * **网段判断写死 /24** —— 在 /16 网络上 10.8.1.5 和 10.8.2.5
    被判成不同网络,明明能直连却去走中转还费流量。
    改成按网卡真实掩码比较。
  * **广播只发一个包** —— 丢一个就整轮搜不到。改成 5 个时间点重发。
  * **只探一个网段** —— 多网卡手表搜不到另一网段的电脑。改成全探。
  * **走中转之后再也回不到局域网** —— 出门再回家永远挂中转。
    新增定期回切(先便宜地 TCP ping,通了才动真格,
    不破坏正在工作的中转连接)。

实测:局域网握手 2ms、50/50 = 100%、中位 0ms。
(跨网络那半之前拿不到数字,就是被上面那个线程崩溃挡住的 ——
  现已修复。)

顺带:instance.py 单实例锁端口加 YKXMZ_LOCK_PORT 覆盖(默认不变)。
用户自己那台被控端正跑在这台机器上占着 8767/TCP + 8766/UDP,
是这次排查里好几个「测试怎么都不通」的根因。

== 服务端一键部署脚本(task-1,另一个智能体完成)==

relay/deploy.sh + relay/deploy-tune.sh,随服务端 zip 发布:
  * 自动检查并安装 cloudflared
  * 部署程序、装 4 个 systemd 服务、网络调优、配隧道、自检打公网地址
  * **不传 --hostname 且没有 TUNNEL_TOKEN 时明确提示要填**,
    不会静默用一个写死的域名(用户明确说过这个中转站是他自己用的,
    不对外开放,绝不能把私人域名烧成默认值)
  * 重跑 = 升级,已有数据/配对码/管理密码/凭据都不动

顺带修了发布包一直缺 site_shots/ 的老 bug
(package_remote.py 用 iterdir()+is_file() 收文件,目录进不去,
新机器装完官网截图全是 404)。

== 默认中转地址改成空白 ==

用户要求:软件默认不带任何中转地址,由用户自己填。
四处硬编码全部清空(server.py / MainActivity.java / run_agent.py /
relay.py 的注释和文档示例),全仓已无非注释的硬编码地址。

== 文档同步(task-5,另一个智能体完成)==

README / BEFORE-INSTALL / AFTER-INSTALL / 打包模板:
  * 新增「软件里不带任何中转地址」告示,讲清跨网络要自己部署
  * 修正 Android 版本(写的是 9.0/API28,实际 API 24 / Android 7.0)
  * 删掉「地址已经内置好了」(现在是错的)
  * AGENT_README 原来把作者自己的中转地址当成「内置地址」发给用户,已重写
  * RELAY_README 原来写「两条隧道同时跑会互相争抢」,
    和真机/CHANGELOG 矛盾;按实测改成「两种协议同时在跑(故意的)」
2026-10-07 17:59:39 +08:00

313 lines
11 KiB
Python

# -*- coding: utf-8 -*-
"""局域网自动发现(UDP 广播)。
目的:**手表端不用输 IP**。
手表往局域网广播一个探测包,被控端收到后单播回自己的名字和端口,
手表就能自动填好地址直接连。
这样也顺手解决了另一个坑:电脑换了网络、IP 变了、或者机器上有
Tailscale / VMware 之类虚拟网卡时,用户猜不准该填哪个 IP。
"""
from __future__ import annotations
import json
import socket
from . import __version__ as _APP_VERSION
import threading
import time
DISCOVERY_PORT = 8766
PROBE_MAGIC = "LANREMOTE_DISCOVER"
REPLY_MAGIC = "LANREMOTE_REPLY"
# 手表点「连不上?」时广播这个,电脑收到就弹出网络自检窗口
SELFCHECK_MAGIC = "LANREMOTE_SELFCHECK"
ACK_MAGIC = "LANREMOTE_ACK"
PROTOCOL = 1
def build_reply(name: str, tcp_port: int, version: str) -> bytes:
payload = {
"lanremote": REPLY_MAGIC,
"proto": PROTOCOL,
"name": name,
"port": tcp_port,
"version": version,
}
return json.dumps(payload, ensure_ascii=False).encode("utf-8")
def build_selfcheck_ack(name: str, note: str = "") -> bytes:
"""自检应答。
note 带上电脑这边的诊断结论 —— 手表拿到就直接显示,
不需要在被控端弹窗口(用户要的是全程无窗口)。
"""
payload = {"lanremote": ACK_MAGIC, "name": name, "note": note}
return json.dumps(payload, ensure_ascii=False).encode("utf-8")
def build_selfcheck_request() -> bytes:
payload = {"lanremote": SELFCHECK_MAGIC, "proto": PROTOCOL}
return json.dumps(payload, ensure_ascii=False).encode("utf-8")
def parse_selfcheck(data: bytes) -> dict | None:
try:
obj = json.loads(data.decode("utf-8", errors="replace"))
except ValueError:
return None
if not isinstance(obj, dict):
return None
if obj.get("lanremote") != SELFCHECK_MAGIC:
return None
return obj
def parse_probe(data: bytes) -> dict | None:
try:
obj = json.loads(data.decode("utf-8", errors="replace"))
except ValueError:
return None
if not isinstance(obj, dict):
return None
if obj.get("lanremote") != PROBE_MAGIC:
return None
return obj
class DiscoveryResponder:
"""监听 UDP 探测包并回复本机地址。"""
def __init__(self, store, tcp_port: int, version: str = "",
port: int = DISCOVERY_PORT, on_probe=None):
self.store = store
self.tcp_port = int(tcp_port)
self.version = version or _APP_VERSION
self.port = int(port)
self.on_probe = on_probe # 可选回调,用于界面提示"有人在找这台电脑"
# 收到「请打开网络自检」的请求时调用;由上层决定怎么弹窗口
self.on_selfcheck = None
# 最近一次自检的结论,随 ACK 回给手表
self._selfcheck_note = ""
self.selfcheck_requests = 0
self._sock: socket.socket | None = None
self._thread: threading.Thread | None = None
self._running = False
self.probes_answered = 0
self.last_probe_at = 0.0
self.last_error = ""
@property
def running(self) -> bool:
return self._running and self._thread is not None and self._thread.is_alive()
def start(self) -> bool:
if self.running:
return True
try:
sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
# Windows 上 SO_REUSEADDR 允许第二个进程绑同一 UDP 端口,
# 两个实例会互相抢探测包。改用独占绑定,第二个实例直接失败。
if hasattr(socket, "SO_EXCLUSIVEADDRUSE"):
try:
sock.setsockopt(socket.SOL_SOCKET, socket.SO_EXCLUSIVEADDRUSE, 1)
except OSError:
pass
else:
sock.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
try:
sock.setsockopt(socket.SOL_SOCKET, socket.SO_BROADCAST, 1)
except OSError:
pass
sock.bind(("0.0.0.0", self.port))
sock.settimeout(1.0)
except OSError as exc:
self.last_error = f"无法监听 UDP {self.port}: {exc}"
return False
self._sock = sock
self._running = True
self._thread = threading.Thread(target=self._loop, name="discovery",
daemon=True)
self._thread.start()
return True
def stop(self) -> None:
self._running = False
thread = self._thread
if thread is not None and thread.is_alive():
thread.join(timeout=3.0)
self._thread = None
if self._sock is not None:
try:
self._sock.close()
except OSError:
pass
self._sock = None
def _loop(self) -> None:
reply = build_reply(str(self.store.get("server_name", "")),
self.tcp_port, self.version)
while self._running:
try:
data, addr = self._sock.recvfrom(2048)
except socket.timeout:
continue
except OSError:
break
# 先看是不是「请打开网络自检」的请求
if parse_selfcheck(data) is not None:
self.selfcheck_requests += 1
try:
self._sock.sendto(
build_selfcheck_ack(
str(self.store.get("server_name", "")),
self._selfcheck_note),
addr)
except OSError:
pass
if self.on_selfcheck:
try:
# 回调可以返回一段话,随 ACK 一起回给手表
produced = self.on_selfcheck(addr[0])
if isinstance(produced, str) and produced:
self._selfcheck_note = produced[:1500]
except Exception:
pass
continue
probe = parse_probe(data)
if probe is None:
continue
self.probes_answered += 1
self.last_probe_at = time.time()
# 单播回复给发起方
try:
self._sock.sendto(reply, addr)
except OSError as exc:
self.last_error = str(exc)
continue
if self.on_probe:
try:
self.on_probe(addr[0])
except Exception:
pass
def status(self) -> dict:
return {
"running": self.running,
"port": self.port,
"answered": self.probes_answered,
"last_probe": self.last_probe_at,
"selfcheck_requests": self.selfcheck_requests,
"error": self.last_error,
}
def local_broadcasts() -> list[str]:
"""本机各网段可能用到的**定向广播地址**。
为什么要算这个:很多路由器和安卓版本**不转发 255.255.255.255**
(受限广播),只转发本网段的定向广播(如 192.168.10.255)。
只发受限广播时,表现就是"搜不到电脑"。
纯标准库拿不到 Windows 的掩码,所以:
* 先取本机所有局域网 IPv4
* 对每个地址按 /24 推出 x.y.z.255
家用/办公网绝大多数是 /24,这一招够用;剩下的靠受限广播兜底。
"""
out: list[str] = []
try:
from .server import lan_ips
ips = lan_ips()
except Exception: # noqa: BLE001
ips = []
for ip in ips:
if ip.startswith("169.254."):
continue # APIPA/链路本地,发了也没用
parts = ip.split(".")
if len(parts) != 4:
continue
directed = ".".join(parts[:3] + ["255"])
if directed not in out:
out.append(directed)
return out
# 探测包重发的时间点(秒,相对开始)。
# UDP 广播是尽力而为,只发一次的话丢一个包就整轮搜不到。
_PROBE_AT = (0.0, 0.35, 0.9, 1.8, 3.0)
def discover(timeout: float = 2.5, port: int = DISCOVERY_PORT,
broadcast: str = "255.255.255.255") -> list[dict]:
"""客户端侧:广播探测并收集回复(手表端用的是同一套逻辑)。
会**重发多轮**并同时打受限广播和本网段定向广播 —— 原来只发一次、
而且只发 255.255.255.255,广播一丢或路由器不转发受限广播就搜不到。
"""
results: list[dict] = []
sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
try:
sock.setsockopt(socket.SOL_SOCKET, socket.SO_BROADCAST, 1)
sock.settimeout(0.2)
probe = json.dumps({"lanremote": PROBE_MAGIC,
"proto": PROTOCOL}).encode()
targets: list[str] = []
for one in (broadcast,) + tuple(local_broadcasts()):
if one and one not in targets:
targets.append(one)
start = time.time()
deadline = start + timeout
next_probe = 0
while time.time() < deadline:
# 到点就重发一轮
elapsed = time.time() - start
while next_probe < len(_PROBE_AT) and elapsed >= _PROBE_AT[next_probe]:
for target in targets:
try:
sock.sendto(probe, (target, port))
except OSError:
# 某个广播地址不可用时跳过,不影响其他目标
pass
next_probe += 1
try:
data, addr = sock.recvfrom(2048)
except socket.timeout:
continue
except OSError:
break
try:
obj = json.loads(data.decode("utf-8", errors="replace"))
except ValueError:
continue
if not isinstance(obj, dict):
continue
if obj.get("lanremote") != REPLY_MAGIC:
continue
results.append({
"host": addr[0],
"port": int(obj.get("port") or 0),
"name": obj.get("name") or "",
"version": obj.get("version") or "",
})
finally:
sock.close()
# 按主机去重
seen = set()
unique = []
for item in results:
if item["host"] in seen:
continue
seen.add(item["host"])
unique.append(item)
return unique